Dispositivos neuromórficos iontrónicos de autorreparación para una interacción humano-máquina robusta

Electrónica blanda que se recupera del daño

Imagine una correa de reloj inteligente o una extremidad artificial cuyas “nervios” sigan funcionando incluso después de doblarse, rayarse o cortarse, y que luego se reparen por sí mismos de forma discreta. Este artículo presenta un nuevo tipo de dispositivo electrónico blando que puede detectar y procesar movimiento como un cerebro sencillo, al mismo tiempo que repara daños mecánicos importantes, lo que hace que futuros dispositivos vestibles, prótesis y robots sean mucho más fiables en la vida cotidiana.

Por qué los circuitos blandos actuales todavía se rompen

Los dispositivos modernos intentan cada vez más imitar la flexibilidad del cuerpo, pero la electrónica subyacente suele ser versiones finas y flexibles de chips rígidos. Sus capas activas son películas continuas: una vez que aparece una grieta profunda o una perforación, las rutas eléctricas pueden fallar de forma catastrófica. Incluso los plásticos “autorreparables” avanzados solo resuelven el problema de forma parcial. El estiramiento y la reparación repetidos pueden alterar sutilmente su química, provocando deriva en el rendimiento —un problema grave si el dispositivo funciona como un nervio o un sistema de aprendizaje. Los autores sostienen que la electrónica blanda realmente fiable debe combinar materiales ingeniosos con una arquitectura igualmente inteligente.

Aprendiendo del plan corporal de la lombriz

Las lombrices proporcionan la inspiración clave. Sus cuerpos están formados por segmentos repetidos, cada uno con su pequeño centro nervioso. Si una lombriz resulta herida, los segmentos restantes todavía pueden funcionar y las porciones dañadas pueden regenerarse. Traduciendo esta idea a la electrónica, los investigadores construyeron una tira flexible poblada por muchas unidades pequeñas en forma de cúpula, cada una actuando como una “neurona” electrónica individual. Estas cúpulas están hechas de un gel rico en iones que conduce señales mediante partículas cargadas en lugar de cables metálicos estándar, y pueden volver a adherirse tras ser cortadas. Debido a que las unidades están separadas entre sí, las grietas se detienen físicamente en lugar de propagarse por todo el dispositivo.

Una pequeña cúpula de gel que se comporta como una sinapsis

En el núcleo de cada unidad hay un ionogel especialmente diseñado, un sólido blando que contiene una red de cadenas poliméricas y un líquido iónico no evaporante. Iones de litio se desplazan por esta red bajo una corriente aplicada, creando respuestas eléctricas que se parecen a la manera en que las sinapsis biológicas se fortalecen o debilitan con la actividad repetida. El núcleo de la cúpula es rico en iones de litio, mientras que su capa exterior contiene diminutas partículas de óxido de níquel que ayudan a atrapar y ralentizar los iones. Este diseño núcleo-capa produce pulsos de señal estables y modulables que pueden almacenar “memoria” durante varios segundos, soportar docenas de niveles distintos y cambiar de forma suave según el patrón de pulsos de entrada. De forma crucial, cuando una cúpula se corta por la mitad y se deja sanar, su fuerza de señal recupera casi su valor original, y el material incluso puede restaurar su forma tras deformaciones severas.

Construido para sobrevivir cortes, curvas y el exterior

Porque el dispositivo está compuesto por una matriz de cúpulas independientes, se comporta más como un conjunto de terminaciones nerviosas resistentes que como una lámina frágil. Las unidades individuales pueden separarse y volver a adherirse a nuevos sustratos y seguir funcionando con normalidad. Un chip con más de cien cúpulas mostró un comportamiento uniforme y se mantuvo estable incluso cuando se dobló a curvaturas fuertes. La química del ionogel también resiste el secado y la degradación: tras un año en aire normal, la respuesta de señal seguía siendo superior al 90% de su valor inicial. Esta combinación de arquitectura segmentada, material autorreparable y memoria de forma proporciona al sistema múltiples capas de protección frente al desgaste real.

Enseñar a un “nervio” blando a interpretar el movimiento humano

Para demostrar lo que estos dispositivos pueden hacer, el equipo construyó un sistema simple de reconocimiento de movimiento. Un pequeño sensor de movimiento en la mano de una persona midió aceleración y giros, y luego convirtió esas señales en pulsos eléctricos enviados a una de las cúpulas de gel. La respuesta de la cúpula dependía del patrón y el historial de pulsos, codificando efectivamente cómo se había movido el brazo a lo largo de una trayectoria. Tras el entrenamiento, el sistema pudo distinguir entre varias trayectorias y secuencias de giros con hasta un 98% de precisión. Aún más impresionante, cuando la cúpula se cortó por la mitad y luego se dejó sanar, la precisión de reconocimiento solo se redujo ligeramente, manteniéndose alrededor del 96%. Las instrucciones de trayectoria decodificadas se enviaron después de forma inalámbrica a un robot serpenteante, que siguió con éxito las rutas indicadas por el humano.

Hacia vestibles y robots a prueba de daños

En términos sencillos, este trabajo muestra cómo construir “nervios” flexibles para máquinas que pueden tanto aprender del movimiento como recuperarse de daños graves. Al imitar el plan corporal segmentado y redundante de la lombriz y combinarlo con un material iónico autorreparable, los autores crean dispositivos neuromórficos que siguen funcionando en condiciones que deshabilitarían los circuitos convencionales. Esta tecnología podría llevar, en última instancia, a prótesis que se mantengan fiables tras accidentes, equipos blandos de rehabilitación que soporten el uso diario y robots que sigan siendo receptivos incluso en entornos duros e impredecibles.

Cita: Li, Y., Chen, J., Tang, S. et al. Self-revival iontronic neuromorphic devices for robust human-machine interaction. npj Flex Electron 10, 59 (2026). https://doi.org/10.1038/s41528-026-00566-0

Palabras clave: dispositivos neuromórficos flexibles, electrónica autorreparable, ionogel, interacción humano-robot, sensores vestibles